描述

介紹

在這個項目中，我將解釋我將 ResNet18 模型轉(zhuǎn)換為 AWNN 以在 Maix-II 板中進行推理的步驟。

筆記。該項目中使用的所有文件、模型和腳本都可以在該驅(qū)動器中找到。

訓練模型

該模型是使用遷移學習示例訓練的，數(shù)據(jù)集可以在kaggle中找到。

該模型僅用了 10 個 epoch 就獲得了 98 的最大準確度，準確率為 7%。如果您想加載我訓練的模型，我將提供模型的權(quán)重并訪問colab notebook 。

精度最高的參數(shù)

?

轉(zhuǎn)換模型

使用經(jīng)過訓練的模型，您可以使用 Neucrack 在他的教程中提供的腳本將模型轉(zhuǎn)換為 ONNX。

?

我還提供了已經(jīng)轉(zhuǎn)換的模型。

現(xiàn)在您可以使用大雀仙提供的在線轉(zhuǎn)換器將模型從 ONNX轉(zhuǎn)換為NCNN 。注意：不要使用優(yōu)化器。

?

現(xiàn)在您可以使用 Sipeed 提供的在線工具將模型從 NCNN 轉(zhuǎn)換為 AWNN（您需要登錄才能使用轉(zhuǎn)換器）。

在為轉(zhuǎn)換器創(chuàng)建 zip 文件之前，您需要驗證參數(shù)文件的輸入層是否正確，在我的例子中輸入層有缺失值。

?

您需要在輸入層中插入圖像的分辨率，在我的例子中它是 224、224，因為它是 RGB 圖像，它有 3 個通道。

?

現(xiàn)在您可以創(chuàng)建一個 zip 文件，其中包含一個圖像文件夾，其中包含用于調(diào)整轉(zhuǎn)換的圖像、bin 文件和參數(shù)文件。通過 zip 文件，您可以使用在線工具將其轉(zhuǎn)換為 AWNN 模型。

?

轉(zhuǎn)換結(jié)束后，您可以下載一個包含 de.param 和 .bin 文件的 zip 文件夾。

?

運行模型

現(xiàn)在你有一個.bin 和.param AWNN 文件，你必須將它們上傳到 Maix-II 板，為此我使用了 MobaXterm，你可以看到如何使用它來訪問這個項目中的文件。

但簡而言之，您必須使用串口通過 wifi 連接開發(fā)板，使用 ifconfig 發(fā)現(xiàn)開發(fā)板的 IP 是什么，然后使用 IP 通過 SSH 連接。

?

現(xiàn)在你可以創(chuàng)建一個文件夾并上傳 AWNN 文件，然后創(chuàng)建一個擴展名為 .py 的空文件，你可以進行推理，我使用的腳本在項目結(jié)束時上傳。

?

要運行腳本，您需要“cd”到inference.py文件的目錄并運行“python inference.py”。以下是電路板的一些測試。

?

?

?

?

1 / 8

?

筆記。NCNN、AWNN 模型和 zip 文件夾的文件可以在此驅(qū)動器中找到。